检索结果

Select

1. 基于C/S结构的空间机械臂控制系统软件架构设计

张光辉王耀南

计算机应用 2014, 34 (10): 3059-3064. DOI: 10.11772/j.issn.1001-9081.2014.10.3059

摘要（313）

PDF （960KB）（375）

为了获得性能优越、实用性强的空间机械臂控制软件，提出了一种C/S结构下基于多线程和循环队列的空间机械臂控制系统软件架构，并详细介绍了各线程及队列的实现过程。在分析空间机械臂控制软件的特点和功能需求的基础上，按照横向分块、纵向分层的原则，将机械臂控制软件的各项功能合理分配到四个并行线程中，借助两个循环队列构建缓存机制，以提高控制系统的数据处理能力并减少不必要的等待时间。四个线程及两个循环队列之间相互通信，协同工作。实验结果表明，该架构能够以较小的控制延迟实现机械臂的运动控制，架构性能满足实际控制需求，证明了方案的有效性和可行性。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于软启动技术的车身控制器设计与应用

张小亮朱青王耀南曹时伟

计算机应用 2013, 33 (04): 1187-1190. DOI: 10.3724/SP.J.1087.2013.01187

摘要（688）

PDF （613KB）（630）

针对大功率感性车身电器启停期间的瞬间电流过大的问题，建立一种基于软启动技术的车身控制器。该控制器充分利用单片机(MCU)的控制资源和大规模可编程逻辑门阵列(FPGA)的可扩展优势，实现了对多路开关量信号的快速采样和脉冲宽度调试信号(PWM)信号的输出。在控制软件设计方面，采用结构化模块设计方法，有效地完成了车身控制器的功能和要求。测试结果表明，该系统有效地改善了整车电磁干扰(EMI)并实现了对大功率感性负载软启动，减少了负载的瞬间启动电流的40%以上，同时完成了无人驾驶电动车的车身控制所需的功能。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于敏感点颜色聚类和行聚类筛选的文本提取

刘琼周慧灿王耀南

计算机应用 2010, 30 (2): 449-452.

摘要（1378）

PDF （639KB）（1174）

针对现有的文本提取算法不能适应复杂背景变化和文字本身的形状变化问题，提出一种基于敏感点颜色两级聚类和文本行聚类筛选的方法。新方法利用人眼视觉对颜色大幅度变化更敏感的特点，以敏感点的主要颜色作为聚类分析的依据，克服了现有阈值方法和聚类方法受背景颜色变化影响较大的问题。在此基础上，以文本行的空间排列特征为依据进进行文本行筛选，以克服一般方法容易受文字形状和尺寸变化影响的缺点。实验表明，新方法对于背景的复杂变化和文字的形状尺寸变化都具有很好的适应性。

相关文章 | 多维度评价

Select

4. 基于亮度分级和方向密度的无监督文本定位

刘琼周慧灿王耀南

计算机应用

摘要（1867）

PDF （693KB）（965）

提出一种基于RGB亮度分级和方向密度的自然场景无监督文本定位方法，该方法基于场景文本通常与局部背景有较大的对比度这一特性，分别在R、G、B三个颜色层进行亮度分级，以降低背景复杂性；然后，利用文字笔画的显著方向性，以方向密度为依据进行文本区域粗定位；再进一步利用SVM多类分类器实现文本区域精确判别。新方法克服了一般无监督方法颜色聚类数目选定困难的问题，限制了候选区域的种类，从而降低了SVM分类器的训练难度，具有较高的准确性和鲁棒性。

相关文章 | 多维度评价

Select

5. 动态环境下基于改进人工势场的机器人实时路径规划仿真研究

况菲;王耀南;张辉

计算机应用 2005, 25 (10): 2415-2417.

摘要（1461）

PDF （576KB）（1340）

提出了一种基于改进人工势场法进行动态环境的路径规划的方法。通过梯度逼近进行运动目标的搜索，解决了在实时路径规划中因环境的运动信息难以准确获取而造成的路径规划无法完成的问题。仿真结果验证了方法的有效性，能够较好的解决动态环境下特别是存在随机运动物体情况下移动机器人的路径规划问题。

相关文章 | 多维度评价

Select

6. 基于模糊粗神经网络的图像脉冲噪声滤除

张东波;王耀南

计算机应用 2005, 25 (10): 2336-2338.

摘要（1982）

PDF （672KB）（1057）

为了获得在图像噪声滤除和细节保留两方面更好的兼顾与平衡，提出了一种兼有模糊化神经元和不可微粗神经元的模糊粗神经网络。采用融合了爬山法的遗传学习算法，增强了网络在学习过程中，特别是进化后期阶段对最优解的局部搜索能力。仿真表明，融合了模糊信息和粗糙集信息处理能力的模糊粗神经网络在图像融合滤波方面比BP网络和粗集神经网络具有更好的性能，是一种性能很好的混合智能神经网络。

相关文章 | 多维度评价